在Python中计算列表排名向量的有效方法

小编典典

在Python中计算列表排名向量的有效方法

python

我正在寻找一种类似于Rrank函数的高效方法来计算Python中列表的秩向量。在一个简单的列表与所述元件之间没有联系，元件我
的列表的秩矢量的l应该是 X 当且仅当l[i]是 X 个在排序的列表元素。到目前为止，这很简单，以下代码片段可以解决问题：

def rank_simple(vector):
    return sorted(range(len(vector)), key=vector.__getitem__)

但是，如果原始列表具有联系（即，多个具有相同值的元素），事情就会变得复杂。在这种情况下，所有具有相同值的元素都应具有相同的等级，这是使用上述朴素方法获得的等级的平均值。因此，例如，如果我有[1, 2, 3, 3, 3, 4, 5]，那么天真的排名会给我[0, 1, 2, 3, 4, 5, 6]，但是我想拥有的是[0, 1, 3, 3, 3, 5, 6]。在Python中，哪一种是最有效的方法？

脚注：我不知道NumPy是否已经有实现此目标的方法。如果可以的话，请告诉我，但是无论如何，我将对纯Python解决方案感兴趣，因为我正在开发一种也可以在没有NumPy的情况下使用的工具。

阅读 225

2020-12-20

共1个答案

小编典典

使用scipy，您正在寻找的功能是scipy.stats.rankdata：

In [13]: import scipy.stats as ss
In [19]: ss.rankdata([3, 1, 4, 15, 92])
Out[19]: array([ 2.,  1.,  3.,  4.,  5.])

In [20]: ss.rankdata([1, 2, 3, 3, 3, 4, 5])
Out[20]: array([ 1.,  2.,  4.,  4.,  4.,  6.,  7.])

队伍从1开始，而不是0（如在你的例子），但话又说回来，就是这样R的rank功能的作品也是如此。

这是scipy的rankdata函数的纯Python等效项：

def rank_simple(vector):
    return sorted(range(len(vector)), key=vector.__getitem__)

def rankdata(a):
    n = len(a)
    ivec=rank_simple(a)
    svec=[a[rank] for rank in ivec]
    sumranks = 0
    dupcount = 0
    newarray = [0]*n
    for i in xrange(n):
        sumranks += i
        dupcount += 1
        if i==n-1 or svec[i] != svec[i+1]:
            averank = sumranks / float(dupcount) + 1
            for j in xrange(i-dupcount+1,i+1):
                newarray[ivec[j]] = averank
            sumranks = 0
            dupcount = 0
    return newarray

print(rankdata([3, 1, 4, 15, 92]))
# [2.0, 1.0, 3.0, 4.0, 5.0]
print(rankdata([1, 2, 3, 3, 3, 4, 5]))
# [1.0, 2.0, 4.0, 4.0, 4.0, 6.0, 7.0]

2020-12-20